無人機攝影測量點云分類方法與技巧解析

如何對無人機攝影測量點云進行分類

難點1

--噪點很多

--方法：

-“分類/表面點”去除噪點并保留局部表面點

-“工具/平滑點”與“平滑XYZ”平滑表面

難點2

--高點密度使算法運行緩慢

--方法：

-抽稀點將大多數(shù)點停用為不必要的密度等級

-使用剩余的活動點運行分類步驟

-對活動點進行分類后，從最近的活動分類點復制分類并分組分配到不必要的密度點

Terrasolid開發(fā)了一種新方法，該方法在計算距離屬性時包括植被指數(shù)信息。

植被指數(shù)將攝影測量點云中的植被點與地面點區(qū)分開來。TerraScan中實施的新處理策略克

服了經(jīng)典地面分類算法的局限性，為處理基于無人機的攝影測量點云提供了新的解決方案。

利用植被指數(shù)改進地面分類與傳統(tǒng)方法相比，TerraScan中的其他處理步驟包括：

1、計算每個點的植被指數(shù)距離

點的植被指數(shù)值與極限的差異程度

2、平滑距離值

通過平均附近區(qū)域內(nèi)的值來降低噪音

3、在地面分類例程中使用距離評級

植被點不太可能包含在生成的地面類中

處理流程：

1、數(shù)據(jù)準備

2、按位置排序點

-提高計算效率

3、分類和刪除隔離點

-對表面點進行分類

-減少噪音

4、平滑點

-減少點對點噪音

5、抽稀點

-減少點數(shù)，提高處理效率

6、對硬表面進行分類

7、對潛在地表點進行分類

算法介紹：

01_ground.mac

排序——排序命令根據(jù)所選屬性對加載的激光點進行排序。

按xy的位置——通過增加xy位置按地理順序?qū)c進行排序。對于依賴點云中點之間的幾何

條件的過程，這是建議的順序。特別是對于攝影測量點云，強烈建議使用此順序，以加快許

多自動化過程。

表面點——表面點算法對適合局部平滑表面的點進行分類。它對任何方向的平面表面上的

點以及圓角表面上的點進行分類。該算法可用作噪聲點云（如攝影測量點云）中地面、建筑

物屋頂或墻壁分類的預分類。

對表面點進行分類后，在運行其他分類算法之前，使用xyz方法對點進行平滑處理可能會很

有用。

平滑點——平滑點命令可用于平滑激光點的屬性。

平滑點命令可用于平滑激光點的屬性。這些點根據(jù)其最近的鄰點進行修改。這導致點云的外

觀更加均勻。可以應(yīng)用以下方法：

?Xyz曲面-3D平滑過程，使用25-30個相鄰點來擬合2度曲面，在XYZ中將點移動到

更靠近此擬合曲面的位置，垂直曲面上的點沿XY方向平滑，水平曲面上的點沿Z方向平

滑。

抽稀點——細點命令通過刪除一些彼此靠近的點或細化給定大小的網(wǎng)格像元來減少不必要

的點密度。

硬表面點——硬表面例程通過迭代創(chuàng)建三角化表面模型來對地面點進行分類。該例程對主要中間表面點進行分類。它最適合在移動激光數(shù)據(jù)集和主要存在硬地面表面（例如鋪砌道路或其他區(qū)域）的數(shù)據(jù)集中對地面進行分類。要在大部分地面位于自然地形的機載數(shù)據(jù)集中對地面進行分類，請使用地面例程而不是硬表面例程。如果需要對自然地形和鋪砌區(qū)域進行分類，則可能需要在自然/鋪砌區(qū)域周圍繪制面，以便將面內(nèi)的例程應(yīng)用于其他例程，并對其余數(shù)據(jù)應(yīng)用其他例程。

與地面點算法相比，硬表面例程對點云中的低誤差點不敏感。因此，在使用此例程對地面進行分類之前，無需運行任何低點分類。

硬表面例程渴望對形成局部平面的點進行分類。例程設(shè)置中給出的平面容差決定了點必須與平面的擬合優(yōu)度。這是控制將多少個點分類到地面類中的主要參數(shù)。

計算距離——內(nèi)置植被指數(shù)歸一化和視覺波段差異。這需要為點存儲真彩色（視覺波段差）和額外的紅外顏色信息（歸一化差值）。距離值表示點屬于植被（較大的正值）或不屬于植被（較大的負值）的可能性。距離值的范圍介于-1和+1之間。植被指數(shù)距離值可以支持攝影測量點云的地面分類。

平滑點算法：

距離-具有給定數(shù)量的相鄰點的每個點的平均距離值。這對于減少從顏色信息派生的植被指數(shù)值的噪聲可能很有用。因此，結(jié)果更多地表示噪聲較少的區(qū)域的真實植被模式。這也可以改善攝影測量點云中的地面分類，因為它可以得到距離值的支持。?

02_features.mac

“分配組”--命令將組編號分配給一個或多個類的點。分組基于不同的方法完成，例如平面

擬合、分水嶺算法或點之間的3D間距。

組分配依賴于與地面值的距離和法線矢量信息。在啟動命令之前，必須為點計算兩者。對加載點使用“計算距離”命令或“計算距離”宏操作并設(shè)置“比較=地面”來計算距離值。對加載點使用“計算法線向量”命令或“計算法線向量”宏操作來計算法線向量方向。組號可用于點的可視化和點分類。有各種依賴于分組的自動分類例程。群組工具箱中的工具可用于手動操作群組。

通過最佳匹配——根據(jù)對象類型將點組分類為多個類。對于每個組，例程測試該組表示對象（如建筑物屋頂、墻壁、樹木、桿子等）的概率。該組被歸類為獲得最高概率的對象。

03_copyclasscloseby.mac

應(yīng)用“鄰近點”算法時，以便使用臨時點類中的點使對象類增密化

“從最近的點復制”--會將組編號分配給尚未具有組分配的點（非編組點）。它從給定類中最近的分組點復制組號。

復制組號對非常密集的點云的組分配和分類可能很有用。

攝影測量點云地面分類匯總

1、按 XY 位置排序點

2、對主要表面進行分類

3、在步驟 2 中找到的表面點的平滑 XYZ。

4、按密度抽稀步驟 2 中找到的表面點，將中心點保持在合理的 xy 和 z 距離內(nèi)（取決于數(shù)據(jù)中的噪聲水平）。曲面類中的其余點現(xiàn)在表示更干凈的曲面。

5、如果顏色信息有噪點，對完全白色的點進行分類。

6、從步驟 4 之后保留在曲面類中的點對硬曲面進行分類。使用允許曲面上某些點變化的平面度容差。

7、 使用視覺波段差（RGB 可用）或歸一化植被指數(shù)（RGB + 紅外可用）計算在步驟 6 中找到的硬表面點的距離。您可以通過按植被指數(shù)顯示品脫云并使用極限設(shè)置來檢查良好的極限值。

8、平滑距離，以減少從顏色信息得出的植被指數(shù)值中的噪聲

9、如上所述，對地面進行分類并利用使用距離作為評級設(shè)置。

審核編輯：黃飛

?